質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
86.12%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

受付中

Label Encoder で 欠損値を扱う方法について

TaisukeUmetani
TaisukeUmetani

総合スコア1

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

1回答

0リアクション

0クリップ

1804閲覧

投稿2020/11/22 03:15

編集2020/11/22 03:16

前提・実現したいこと

以下の画像のような、str型とint型、float型のデータが混ざったdataframeをLabel Encodingしたいと考えています。
img
'NAME_INCOME_TYPE' という列には欠損値が含まれています。

発生している問題・エラーメッセージ

--------------------------------------------------------------------------- TypeError Traceback (most recent call last) ~/anaconda3/lib/python3.8/site-packages/sklearn/preprocessing/_label.py in _encode(values, uniques, encode, check_unknown) 112 try: --> 113 res = _encode_python(values, uniques, encode) 114 except TypeError: ~/anaconda3/lib/python3.8/site-packages/sklearn/preprocessing/_label.py in _encode_python(values, uniques, encode) 60 if uniques is None: ---> 61 uniques = sorted(set(values)) 62 uniques = np.array(uniques, dtype=values.dtype) TypeError: '<' not supported between instances of 'float' and 'str' During handling of the above exception, another exception occurred: TypeError Traceback (most recent call last) <ipython-input-36-ad9d13d097b0> in <module> 5 for c in cat_cols: 6 le = LabelEncoder() ----> 7 le.fit(df[c]) 8 df[c] = le.transform(df[c]) 9 ~/anaconda3/lib/python3.8/site-packages/sklearn/preprocessing/_label.py in fit(self, y) 238 """ 239 y = column_or_1d(y, warn=True) --> 240 self.classes_ = _encode(y) 241 return self 242 ~/anaconda3/lib/python3.8/site-packages/sklearn/preprocessing/_label.py in _encode(values, uniques, encode, check_unknown) 115 types = sorted(t.__qualname__ 116 for t in set(type(v) for v in values)) --> 117 raise TypeError("Encoders require their input to be uniformly " 118 f"strings or numbers. Got {types}") 119 return res TypeError: Encoders require their input to be uniformly strings or numbers. Got ['float', 'str']

該当のソースコード

py

cat_cols = ['NAME_CONTRACT_TYPE','CODE_GENDER', 'NAME_INCOME_TYPE', 'FLAG_OWN_CAR'] from sklearn.preprocessing import LabelEncoder for c in cat_cols: le = LabelEncoder() le.fit(df[c]) df[c] = le.transform(df[c]) df.head()

試したこと

cat_cols = ['NAME_CONTRACT_TYPE','CODE_GENDER', 'NAME_INCOME_TYPE']のときはエラーが発生しますが、cat_cols = ['NAME_CONTRACT_TYPE','CODE_GENDER']のときはエラーが発生しないため'NAME_INCOME_TYPE'に欠損値が存在することが原因と考えているのですが、どう対処したらいいかわかりません。

よろしくおねがいします。

以下のような質問にはリアクションをつけましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

リアクションが多い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

適切な質問に修正を依頼しましょう。

toast-uz

2020/11/22 03:30

欠損値をどうしたいのでしょうか?無視する?何かに置き換える? いずにしてもその処理を、DataFrameにdropnaかfillnaして事前にきれいにしておくだけであると思います。これだけの話であればこれが回答となります。そうでなければ、何に悩まれているのか、もう少し教えてください。

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
86.12%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。